random.randint 取整

random.randint() 是 Python 中的一个函数，用于生成指定范围内的随机整数。它接受两个参数，即最小值和最大值，然后返回一个在这个范围内的随机整数。

具体用法如下：

import random

num = random.randint(min_value, max_value)

其中，`min_value` 是最小值，`max_value` 是最大值。函数会返回一个在 `min_value` 和 `max_value` 之间（包括两端）的随机整数。

例如，如果我们想要生成一个在 1 到 10 之间的随机整数，可以这样使用：

import random

num = random.randint(1, 10)
print(num)

这样就会输出一个 1 到 10 之间的随机整数。

相关问题

random.randint不等于某值

根据提供的引用内容，`random.randint`函数可以生成一个在指定范围内的随机整数，但是它生成的随机整数不可能等于指定范围的右端点。这是因为`randint`函数的实现方式是在指定范围内生成一个随机浮点数，然后将其四舍五入取整得到一个整数，而浮点数的精度有限，可能无法精确地表示指定范围的右端点。因此，如果需要生成的随机整数范围包括指定范围的右端点，可以使用`random.randrange`函数，它的用法与`range`函数类似，可以指定范围的左端点、右端点和步长。

while rounds < max_iterations: rounds += 1 solutions = [] for _ in range(optimizer.population_size): x = optimizer.ask() x[0] = int(x[0]) x[1] = int(x[1]) if (x[0] == 51 and x[1] == 51) or (x[0] == 26 and x[1] == 26): pass else: value = quadratic(x[0], x[1], x[2], x[3]) solutions.append((x, value)) # 检查解向量个数是否等于种群大小 if len(solutions) != optimizer.population_size: while len(solutions) < optimizer.population_size: x = [random.randint(Min_pump_zcjj, Max_pump_zcjj), random.randint(Min_pump_bdljd, Max_pump_bdljd), random.uniform(Min_pump_bdwz, Max_pump_bdwz), random.uniform(Min_pump_skhd, Max_pump_skhd)] value = quadratic(x[0], x[1], x[2], x[3]) solutions.append((x, value)) optimizer.tell(solutions)

这段代码是一个使用CMA-ES算法进行多元二次函数优化的循环过程。其中，max_iterations为最大迭代次数，rounds为当前迭代次数，solutions为解向量列表，optimizer为CMA算法的实例。

在每次迭代中，首先使用optimizer.ask()方法生成一个解向量x，然后对x的前两个维度进行取整操作。接着通过判断x的前两个维度是否等于特定值，来排除一些无效的解。然后使用quadratic函数计算x的目标函数值，并将x和目标函数值添加到solutions中。

如果solutions中的解向量个数不等于种群大小（即optimizer.population_size），则通过使用随机数生成器生成随机的解向量，并计算它们的目标函数值，将它们添加到solutions中。

最后，使用optimizer.tell(solutions)方法将solutions传递给CMA算法，并更新当前的种群。这个过程会一直重复，直到达到最大迭代次数或者停止条件满足。